措辞胜过顺序：Gemma 4 的行为评测

对 Google 预训练模型 Gemma 4-e4b 的行为评测发现，输入两份冲突文档时，来源语义框架对答案的影响显著强于文档顺序。评测含 13 个条目、784 次前向传播，模型偏好先读到的第一份文档，但首因效应强度随表面措辞波动至少 5 倍。两份文档逐字模板相同时首因效应显著增强，整体措辞变化则削弱位置偏差。